【關(guān)鍵詞】家庭福利? 金融包容? 幸福

【中圖分類號】F830? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2020.30.012

引言

金融包容（Financial Inclusion）緣起于國外的金融地理學（Financial Geography），2004年金雪軍、田霖將這一概念引入國內(nèi)時采用了金融排斥（Financial Exclusion）[1]、金融排除及金融排外性的說法。事實上，金融包容是金融排斥概念的擴展與深化，是一個多維度的動態(tài)復合概念（田霖，2013;Bhowmik等人，2013），指個體、群體、企業(yè)、組織或者地區(qū)等接觸（Access）并融入（Use）主流金融（Mainstream Finance）系統(tǒng)的過程與狀態(tài)。近十幾年來，中外學者對金融包容[2]的指數(shù)構(gòu)建、區(qū)域比較、影響因素的討論已經(jīng)相對充分與成熟（Chakrabarty，2013;Gloukoviezoff，2006;Kapoor，2014），而對其作用于居民福利水平的渠道與機制研究則較為欠缺，有限的文獻也多以定性研究為主或局限于某一小型社區(qū)的問卷調(diào)研。本文將采納China Household Finance Survey項目（CHFS）在中國的大型微觀調(diào)研數(shù)據(jù)[3]探討金融包容對中國家庭福利水平的影響，它覆蓋29個省、262個縣、1048個社區(qū)，樣本涵蓋28143戶家庭、97916個居民，調(diào)查方法科學、問卷設(shè)計合理，確保了樣本的代表性、信度和效度（甘犁等人，2013）。

福利研究概述

經(jīng)濟福利的內(nèi)涵?！案＠币辉~最初的解釋是人們對幸福的主觀感受和滿足程度。Pigou （1920）從經(jīng)濟角度出發(fā)，提出經(jīng)濟福利是社會福利的一部分。經(jīng)濟福利是從狹義角度來考慮的，而社會福利是從廣義角度來考慮的，具體包括經(jīng)濟福利、政治福利和文化福利（胡象明，2010）。蔡宏昭（2004）從消費、收入、社會保障和個人主觀滿意度等方面來衡量居民的經(jīng)濟福利。王桂勝（2006）認為經(jīng)濟福利體現(xiàn)為居民從自身的精神和物質(zhì)消費中獲得的幸福和滿足感，這些效用都是居民收入帶來的利益。陳茜茜（2016）提出雖然可以用貨幣來衡量經(jīng)濟福利，但居民的經(jīng)濟福利不局限于收入和消費兩方面，居民的文化教育水平、醫(yī)療衛(wèi)生水平、社會保障水平和環(huán)境保護水平也會影響到自身的經(jīng)濟福利?？梢钥闯?，學者們在研究經(jīng)濟福利時不再僅考慮消費收入等純經(jīng)濟指標，也試圖從社會保障、文化、教育、環(huán)境等方面來考察經(jīng)濟福利。不過學界對經(jīng)濟福利的內(nèi)涵始終缺乏一個統(tǒng)一界定標準。

經(jīng)濟福利的測度。國內(nèi)外對于經(jīng)濟福利的測度并無統(tǒng)一的標準，主要采用三類方法：

一是基于國民經(jīng)濟核算體系測度經(jīng)濟福利。如Pigou（1920）將經(jīng)濟福利與國民收入對等。在此基礎(chǔ)上，學者們多用GDP和GNP衡量經(jīng)濟福利。Daly和Cobb（1989）提出并構(gòu)建了可持續(xù)經(jīng)濟福利指數(shù)，該指數(shù)除了以GDP衡量物質(zhì)福利外，還考慮了非市場活動、防護性支出、環(huán)境損害對經(jīng)濟福利的影響。這種指數(shù)構(gòu)建方法既反映了經(jīng)濟增長的可持續(xù)性，又體現(xiàn)了經(jīng)濟福利的變化（唐蕾，2016）。

二是基于阿瑪?shù)賮啞どˋmartya Sen）的可行能力福利思想，采用數(shù)理經(jīng)濟學方法構(gòu)建福利指數(shù)模型。如Oni和Adepoju（2011）采用教育水平、醫(yī)療衛(wèi)生條件、住房狀況和安全性等方面的指標，用模糊數(shù)學法將所有指標形成一個綜合評價指數(shù)，對尼日利亞農(nóng)民進行問卷調(diào)查并研究其福利水平。周義、李夢玄（2013）基于阿特金森的廣義均值不平等測度理論和阿瑪?shù)賮啞ど目尚心芰Ω＠枷耄紤]中國農(nóng)村物質(zhì)水平、中國農(nóng)村知識水平、中國農(nóng)村健康狀況和中國農(nóng)村環(huán)境狀況四個方面，構(gòu)建中國農(nóng)村社會福利指數(shù)新模型。

三是采用多指標綜合計算評價經(jīng)濟福利水平。如余謙、高萍（2011）從收入分配與公平、醫(yī)療保障、教育文化、農(nóng)業(yè)生產(chǎn)四方面衡量農(nóng)民福利，并運用改進的層次分析法確定各指標在中國農(nóng)村福利指數(shù)中的權(quán)重。王修華、傅小勇、陳茜茜（2017）從反映居民個體的經(jīng)濟利益收入水平、消費水平及反映社會經(jīng)濟發(fā)展狀況的生活質(zhì)量水平出發(fā)研究居民經(jīng)濟福利指數(shù)。其中，收入水平和消費水平用人均指標來體現(xiàn)，生活質(zhì)量水平用群體消耗指標來體現(xiàn)。

上述三種方法各有優(yōu)缺點，第一種方法簡單易行，但單純以GDP為主衡量經(jīng)濟福利，指標較為單一，不能全面考慮經(jīng)濟發(fā)展的環(huán)境成本、收入分配等情況;第二種方法優(yōu)點在于通過調(diào)研獲得福利指標的各類數(shù)據(jù)，較為準確全面，但局限于某一年的截面數(shù)據(jù)，無法獲知歷年福利變動情況;第三種方法可以彌補第二種方法的不足，但目前大多數(shù)國內(nèi)學者還是偏向從收入、消費兩方面測度經(jīng)濟福利，選取的指標仍不太全面。

金融包容對經(jīng)濟福利的影響。王修華、何夢、關(guān)鍵（2014）詳細總結(jié)了國外學者在金融包容的經(jīng)濟福利效應(yīng)方面的研究。他們指出國外學者對金融包容的經(jīng)濟福利效應(yīng)研究主要體現(xiàn)在宏觀與微觀兩方面。在宏觀效應(yīng)方面，金融包容可以促進貧困減少，推動經(jīng)濟增長，提高金融穩(wěn)定;在微觀效應(yīng)方面，金融包容能夠改善居民消費和支出，促進投資、提升健康水平和婦女權(quán)利。英國CFLI組織（the Community Finance and Learning Initiative）指出金融包容與福利的內(nèi)在關(guān)聯(lián)，認為金融排斥會導致家庭預算資金的外流;更強的金融意識可以增加人們獲得福利的可能性;接觸一系列金融產(chǎn)品能夠使人們避免陷入貧困陷阱或幫助人們走出貧困陷阱的惡性循環(huán)。

國內(nèi)學者對金融包容的經(jīng)濟福利效應(yīng)研究集中體現(xiàn)在金融包容影響居民的收入水平、消費水平等方面，也有學者重點研究金融包容對農(nóng)村居民收入的影響。如田霖（2011）認為經(jīng)濟福利主要表現(xiàn)為金融包容影響居民的收入水平、消費水平及家庭開支，同時從營養(yǎng)經(jīng)濟學角度論述了金融包容對非經(jīng)濟福利的影響。田杰、陶建平（2012）利用2006～2009年1877個縣（市）的數(shù)據(jù)，針對農(nóng)村普惠性金融發(fā)展對農(nóng)戶收入的影響進行面板分析。湯凱、田璐（2013）以河南和江浙地區(qū)為例，分析了包容性金融對農(nóng)戶收入的影響。徐強、陶侃（2017）的實證結(jié)果表明，金融包容通過經(jīng)濟增長作用于貧困減緩，金融包容與貧困減緩之間呈現(xiàn)穩(wěn)定的正向關(guān)系，金融包容水平的提高有利于貧困的減緩甚至消除。尋努績（2015）通過實證研究得出農(nóng)村包容性金融服務(wù)水平與農(nóng)村居民收入水平間存在長期穩(wěn)定均衡關(guān)系的結(jié)論，并且分析了農(nóng)村金融包容性發(fā)展對福利增進效用的影響機制，即前者通過影響農(nóng)村資本形成與配置降低居民獲得金融服務(wù)和產(chǎn)品的門檻，從而作用于農(nóng)村經(jīng)濟發(fā)展，進而影響農(nóng)村居民收入變化和城鄉(xiāng)收入分配。

總體看來，研究尚存在以下不足：研究對象以金融包容自身居多，其福利影響研究相對較少;研究范疇以區(qū)域?qū)用婕翱臻g差異比較居多，家庭、個人微觀視角切入較少;定量分析以區(qū)域人均指標（如機構(gòu)覆蓋率、金融產(chǎn)品與服務(wù)可達性、人均存貸款余額等）居多，以基于結(jié)果的家庭資產(chǎn)價值法衡量的角度較少，對家庭金融能力（Financial Capacity）的提升、家庭資產(chǎn)與負債的自主選擇與有效管理重視不夠（Jones，2006;2008）。家庭是社會的細胞，構(gòu)建創(chuàng)新、綠色、開放、協(xié)調(diào)、共享的社會，離不開家庭福利的完善與居民幸福感的提升。如何從金融供給側(cè)入手，在國際經(jīng)濟形勢復雜及國內(nèi)“三期疊加”（增長速度換檔期、結(jié)構(gòu)調(diào)整陣痛期、前期刺激政策消化期）的兩重艱難局面下，刺激消費、優(yōu)化內(nèi)需、引導產(chǎn)業(yè)升級、拉動實體經(jīng)濟、促進居民的身心健康以及使每個中國家庭主觀感受到怡然、富足與幸福，關(guān)乎十三五規(guī)劃主要目標的實現(xiàn)，也是關(guān)乎民生的重要議題。

理論框架與變量選擇

（一）理論框架。英國CFLI組織提出金融包容的多層面特性及其與福利的內(nèi)在關(guān)聯(lián)：金融排斥導致家庭預算資金的外流;包容意味著更強的金融意識，可增加人們獲得福利的可能性;包容表示可接觸到一系列金融產(chǎn)品能夠避免人們陷入或幫助人們走出貧困陷阱，而較低水平的金融包容將限制政府更為廣泛的福利改革策略的成功實施。筆者曾嘗試分析金融包容對中國城鄉(xiāng)居民福利的影響，遺憾的是，由于復合因果關(guān)系的存在，區(qū)域經(jīng)濟福利的定量分析很難找到可信、共識性強的度量指標，而非經(jīng)濟福利則因缺乏相應(yīng)數(shù)據(jù)而無法展開量化研究。[4]本文在充分考察學理、中國國情及數(shù)據(jù)可得性的基礎(chǔ)上，提出以下三個假設(shè)：

H1：在其他條件不變的情況下，家庭金融包容水平越高，居民的消費水平及生活水平越高。這是金融包容作用于家庭福利水平的第一條渠道。

H2：在其他條件不變的情況下，家庭金融包容的提高可以緩解居民的過度負債（Over-indebtedness）以及可能由此造成的負面影響（包括對其心理健康和生理健康的損害）。這是金融包容作用于家庭福利水平的第二條渠道。

H3：在其他條件不變的情況下，家庭金融包容的提高可以促進居民主觀幸福感的提升。這是金融包容作用于家庭福利水平的第三條渠道。[5]

根據(jù)以上三條假定，本文依次采納多元線性回歸模型1[6]、二值響應(yīng)模型2（Probit）及有序響應(yīng)模型3（Ologit），模型形式略。此外，若某一區(qū)域債務(wù)負擔過重且居民主觀感受不幸福，很容易陷入金融沙漠（Financial Desertification）與社會排斥（Social Exclusion）的負反饋環(huán)，引發(fā)金融風險、經(jīng)濟下滑與社會動蕩，為檢驗中國是否存在此類空間集聚的危險，在文章第四部分將采用空間計量方法深入討論。

（二）變量選擇。1.自變量。家庭金融包容指數(shù)（hfi）：側(cè)重需求主體的能動性、判斷力，用基于結(jié)果的資產(chǎn)價值法來衡量，體現(xiàn)了調(diào)查時點家庭的金融能力。根據(jù)Gloukoviezoff（2006）、Jones（2008）、Arnold等人（2011）以及Donnelly等人（2012）分析，剔除現(xiàn)金、民間借貸等非主流金融指標，保留是否具有常用活期存款賬戶、目前活期存款總額（元）、定期存款筆數(shù)與時點余額、股票目前市值（元）、股票賬戶現(xiàn)金余額（元）、非公開市場交易股票市值（元）、目前擁有基金市值（元）、期貨市價（元）、權(quán)證市價（元）、其他衍生品市值（元）、理財產(chǎn)品總市值（元）、黃金市值（元）及常用信用卡有幾張，由于指標眾多，采用主成分分析法，提取前兩個主成分，得出每個家庭的主流金融包容指數(shù)。取值范圍在[-0.1388，0.3851];income：去年實收貨幣收入（取對數(shù)）;toincome：家庭全部收入，包括基本工資收入、財產(chǎn)性收入、投資性收入及其他收入;[7]gender：戶主性別，女性為1，男性為0;edu：以戶主文化程度為分類變量，沒上過學、上過小學與初中、上過高中（或高職、中專與大專）、上過大學本科及以上依次賦值1、2、3、4;loanedu：為了檢驗教育負債是否對生活消費具有擠出效應(yīng)，引入家庭教育貸款指標;securityratio：家庭社會保障覆蓋率，由家庭中領(lǐng)取退休/離休工資或養(yǎng)老保險人數(shù)、擁有社會醫(yī)療保險人數(shù)、有失業(yè)保險人數(shù)及有住房公積金人數(shù)的總和占全部人口的比例來衡量;age：戶主年齡，18歲～30歲、31歲～55歲、56歲以上依次賦值1、2、3;marriage：婚姻狀況，未婚賦值0，已婚賦值1;family：家庭規(guī)模，用家庭總?cè)丝跀?shù)度量;house：是否擁有房產(chǎn)，是賦值1，否賦值0;auto：是否擁有汽車，是賦值1，否賦值0;newbusi：是否經(jīng)營工商業(yè)項目，是賦值1，否賦值0;rural：農(nóng)村地區(qū)為1，城市地區(qū)為0;east和central：兩個啞變量表示東、中、西部控制變量，是為1，否為0;eco：社區(qū)或村落經(jīng)濟狀況，從貧窮到富裕依次打分1分～10分;fcap：金融能力，分類變量，按照能力由低到高，依次得分為0、1、2、3;[8]risk1和risk2：兩個啞變量分別代表風險偏好與風險厭惡，[9]是為1，否為0;opi：對互聯(lián)網(wǎng)金融的接納程度（Arnold，2011），用常用的支付方式來衡量，網(wǎng)上銀行、信用卡賦值0;支付寶、財付通、找人代付、貨到付款及其他賦值1;borrow：主流及非主流金融的偏好，認為銀行可靠的賦值0，認為親戚、朋友、生意伙伴等其他非主流借貸可靠的賦值1;umempr：家庭失業(yè)率，用失業(yè)總?cè)丝?家庭總?cè)丝?belief：是否有宗教信仰，無信仰為1，其他為0;health：與同齡人相比，現(xiàn)在的身體狀況如何，為分類變量，按照非常好、很好、好、一般、不好分別賦值1、2、3、4、5;todebt：家庭負債（取對數(shù)），包括農(nóng)業(yè)負債、工商業(yè)負債、非風險資產(chǎn)負債、風險資產(chǎn)負債、房屋負債、汽車負債[10]及其他負債;Quarrel：與愛人在生活中吵架的頻率？一個月1次及以上、兩到三個月1次、一年1到3次及沒有依次賦值1、2、3、4;idea1和idea2：兩個啞變量衡量是否具有家庭觀念?！澳J為家庭在您生活中的重要程度是？”參照組為“一般”，“非常重要”與“重要”為具備家庭觀念，idea1=1，“不重要”與“非常不重要”為家庭觀念淡漠，idea2=1;trust：“您對初次見面的人信任程度”按照完全不相信到完全相信，依次賦值1分～5分;children：子女數(shù)量;poli：戶主政治面貌，中共黨員、共青團員為1;民主黨派或其他黨派、群眾為0。

2.因變量。（1）consum：家庭伙食支出占總支出（伙食支出、日用品消費、家政服務(wù)支出、交通通信支出及文化娛樂支出）比重，近似反映居民生活水平的高低，[11]考察影響它的自變量與控制變量，依次為hfi、income、edu、loanedu、securityratio、gender、age、marriage、family、house、auto、newbusi、rural、eco、east和central;（2）overdebt：過度負債或承付能力差為1，沒有過度負債為0，[12]考察影響它的自變量與控制變量，依次為hfi、income、fcap、risk1和risk2、opi、borrow、[13]umempr、family、house、auto、edu、age、securityratio、marriage、belief、gender、rural、eco、east和central;（3）happy：家庭的主觀幸福感。0表示非常不幸福和不幸福、1表示一般、2表示幸福和非常幸福。考察影響它的自變量與控制變量，依次為hfi、health、toincome、todebt、securityratio、umempr、house、auto、Quarrel、idea1和idea2、trust、eco、belief、edu、marriage、gender、age、family、poli、children、rural、east和central。采用不同模型分析時，其自變量與控制變量的選擇各不相同，按研究需要分為關(guān)鍵考察變量、家庭特征變量與區(qū)域特征變量三大類。本文將根據(jù)實證情況分別匯報各變量對家庭福利的影響及其經(jīng)濟學意義。

計量結(jié)果

多元線性回歸模型分析結(jié)果。由于伙食支出是生存的必需品，屬于剛性需求，而其他支出僅限于日用品（如洗衣粉、香皂、衛(wèi)生紙、牙刷等）、家政服務(wù)（如保姆、小時工、家政服務(wù)公司的清潔、清洗與管道疏通等）、交通通信（交通費、自駕油費、電話費、網(wǎng)絡(luò)費）及基本文化娛樂支出（書報、雜志、影劇票等），衣著、奢侈品、耐用消費品等并未計入，因此不必考慮Donnelly（2012）提出的性格、情緒特征（如強迫購物癥）大幅影響消費的情況。如表1所示，在5%的顯著性水平上，hfi顯著為負，說明hfi每增加一個單位，會導致consum降低0.4477。家庭金融包容的水平的提高，意味著資產(chǎn)的高效管理，而穩(wěn)定的心理預期、預算約束的放松、豐富的金融產(chǎn)品的可接觸與可使用（如擁有活期賬戶、持有信用卡）等都有助于家庭方便、快捷地購買所需的消費品，引導其調(diào)整消費結(jié)構(gòu)，并促進家庭福利水平的上升。這里consum與恩格爾系數(shù)相似，標志著家庭生活的富裕程度，該值越低，意味著家庭生活水平越高。在所有變量中，hfi對家庭的福利作用最強，H1成立;由于財產(chǎn)性收入、投資性收入的或然性和不穩(wěn)定，而根據(jù)持久收入假說，持久收入與持久消費之間才存在固定的比例關(guān)系，因而這里income衡量基本工薪收入對伙食消費比例的影響，它每變動1%，會導致consum降低0.7個百分點，說明家庭穩(wěn)定收入的增加會提升其福利水平;edu每上一個檔次，福利水平也會相應(yīng)提高1.4個百分點，說明文化水平越高，其消費理念越先進，也更容易接納新的產(chǎn)品與適應(yīng)新的生活模式。蓋洛普全球統(tǒng)計研究數(shù)據(jù)表明，最早接納互聯(lián)網(wǎng)金融的人群，其學歷基本都在大專以上，本科、碩士占比高達42.8%及15.7%;是否擁有住房、汽車等非金融性資產(chǎn)對消費的影響差異比較大，擁有汽車的家庭其伙食消費比要低0.1072，說明有汽車的家庭福利更好。擁有house的家庭，其consum卻增加了0.7個百分點。兩類家庭資產(chǎn)作用迥異的原因：購買住房與購買汽車相比，前者大大加重家庭的債務(wù)負擔，貨幣債務(wù)使家庭預算約束線內(nèi)移，從而影響其生活質(zhì)量;住房同時具備居住屬性與投資屬性，汽車則可歸入奢侈的耐用消費品。按照中國的傳統(tǒng)觀念，似乎擁有一套自己的住房才有了安定性與歸屬感，所以對于大部分普通平民家庭而言，更看重其居住屬性。在28143戶受訪者中，擁有住房的有19051戶，占67.69%，擁有汽車的只有3717戶，僅占13.21%。前者成為必需的家庭資產(chǎn);age與marriage體現(xiàn)了家庭特征控制變量，年齡越大，其他支出會減少，生活模式回歸簡約，福利會相對降低3.79個百分點。理論上，家庭是基本生活保障單位，但這里已婚家庭的福利要低于未婚家庭的原因在于，已婚家庭包括了所有曾經(jīng)有過婚姻經(jīng)歷的家庭，如離婚、喪偶、獨居，這些生活事件會降低家庭福利水平（Lentonand Mosely，2008）;newbusi表明從事創(chuàng)業(yè)的家庭對生活質(zhì)量相對較高，與不從事創(chuàng)業(yè)的家庭相比，其福利高1.96個百分點?？梢?，“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”不僅是拉動中國經(jīng)濟的發(fā)動機之一，也是帶動居民福利提升的有效渠道。社區(qū)或村落的經(jīng)濟狀況對consum的影響為負，說明受訪者居住地越富裕，其消費的示范效應(yīng)越強，其貢獻為0.3個百分點。

家庭消費的總量與人口數(shù)相關(guān)，引入family，以控制家庭規(guī)模對食物消費占比的影響;securityratio則從制度層面控制了社會福利制度對家庭消費的作用。中國的福利制度不同于某些國家，不是選擇性的，而是具有廣覆蓋和普惠性，如社會醫(yī)療保險、社會養(yǎng)老保險等，具備正式工作的人一般可擁有企業(yè)年金、失業(yè)保險和住房公積金。社會保險不同于商業(yè)保險，后者是居民為了彌補社會保險的不足，自主選擇商業(yè)性保險機構(gòu)投保、參保，前者則是為居民提供最基本的社會保障。引入securityratio是為了控制家庭社會保障覆蓋率的影響。此外，戶主性別的作用并不顯著，教育負債也沒有出現(xiàn)擠出效應(yīng)，表1不再匯報。從區(qū)域控制變量來看，東部、中部地區(qū)的生活水平高于西部地區(qū)，東部地區(qū)比其他地區(qū)的福利高出1.98個百分點，而中部地區(qū)則相對高出0.7個百分點。說明生活福利的區(qū)域差異在中國依然存在，并可能持續(xù)一定時期;有趣的是，農(nóng)村地區(qū)比城市地區(qū)的consum低了6.68個百分點，這并不是說農(nóng)村地區(qū)的生活質(zhì)量高于城市地區(qū)。從細化數(shù)據(jù)來看，consum的均值為0.7264，而城市consum的均值是0.7389，農(nóng)村consum的均值為0.6993。這里用consumption指標來解釋，農(nóng)村consumption的均值是5.7162，而城市該指標的均值是5.44，可見農(nóng)村的伙食消費（月均1741元，城市為885元，大大低于農(nóng)村）相對較高，而城市的其他支出相對較高，導致出現(xiàn)這樣的回歸結(jié)果。表1整理匯報了關(guān)鍵自變量和控制變量的回歸結(jié)果（顯著性水平低于5%的沒有列出，右側(cè)是consumption的回歸結(jié)果對比，顯著水平低于5%的不再匯報）。[14]

Probit模型分析結(jié)果。Overdebt反映家庭延遲還款的情況，在負債比的臨界值難以確定的條件下，可作為過度負債的衡量指標。以最大一筆借款[15]為例，中國家庭的農(nóng)業(yè)借款、工商業(yè)借款、房屋借款、汽車借款、教育借款及其他借款未能按期還款的比例依次為10.79%、11.71%、14.31%、7.89%、10.79%及11.45%。這些借款多來源于父母、親戚、朋友、同事、民間金融組織、小額貸款公司及有合作關(guān)系的人或機構(gòu)，屬于非主流金融渠道，其形式不規(guī)范、多以口頭協(xié)定為主。親屬、兄弟姐妹是家庭最信任的借款渠道，體現(xiàn)中國家庭的互助性及保障性功能。如在受訪的16120戶家庭中，有50.97%的家庭認為借錢最可靠的途徑仍是親戚，這一比例甚至高于主流金融機構(gòu)（銀行僅占33.57%）。基于親緣、人緣的借貸有非正式制度的制約，而民間金融組織的借款與之比較風險控制難度則相對較大，如利息成本高、蘊藏違約風險以及債務(wù)鏈條斷裂而引發(fā)的連鎖反應(yīng)等，有可能引發(fā)地方金融風險，也是過度負債需要重點關(guān)注的方面;信用卡到期只償還最低還款額、延期償還、停止償還及其他的比例依次為6.82%、0.96%、0.6‰、7.27%，視為過度負債，而到期償還賬單總額（56.26%）及提前償還（28.63%）表明家庭償付能力較強;對于為什么沒有信用卡，在23599名受訪者中，有33.79%是喜歡現(xiàn)金消費、43.13%的居民是不了解信用卡、愿意使用而申請被拒只占0.58%，有2594戶家庭（占比10.99%）明確表示沒有還款能力（債務(wù)承擔能力已經(jīng)有限，即過度負債）。

Probit模型回歸結(jié)果顯示，hfi顯著作用于overdebt，回歸系數(shù)為-8.3090，說明家庭金融包容水平越高，過度負債的幾率就越低，這與H2是吻合的。hfi不僅體現(xiàn)了某一時點家庭財務(wù)的實力，更是居民金融能力的反映。hfi越高，越善于進行財務(wù)規(guī)劃、合理編制財務(wù)預算、金融意識較強、具有前瞻性和靈活性、消息靈通、易于接納新生事物、總能保持收支平衡、自由選擇最合適的金融產(chǎn)品與服務(wù)等，基本不會陷入不可持續(xù)的債務(wù)陷阱，更不會出現(xiàn)由于過度負債而引發(fā)的心理壓力和焦慮緊張（Gloukoviezoff，2007;Ronald等人，2010）;income對overdebt是負貢獻（-0.0799），即收入[16]的增加會導致過度負債的減少;opi是對互聯(lián)網(wǎng)金融的采用情況，該指標反映了中國金融領(lǐng)域的最新發(fā)展態(tài)勢，這里的界定是狹義的互聯(lián)網(wǎng)金融（田霖，2016）。opi可以有效降低過度負債，回歸系數(shù)是-0.1212。眾所周知，互聯(lián)網(wǎng)金融方便、靈活、便捷，具有長尾化、低成本的優(yōu)勢，在信用評級（如螞蟻的“水文模型”、芝麻信用等）、貸款手續(xù)（無抵押要求、操作簡單）、價格優(yōu)惠（免息期、購買自建電商平臺的商品時可享受積分抵扣和優(yōu)惠券支付等）等方面都具有傳統(tǒng)金融所不具備的優(yōu)點：一是大數(shù)據(jù)風控和云計算的廣泛運用。以多年積累的交易和評級數(shù)據(jù)為參照，事先就能避免將款項貸放給資質(zhì)不佳的消費者;二是全流程管理模式，實現(xiàn)線上24小時申請、審查與放貸，便于消費者隨時自助操作;三是貸款金額靈活，沒有門檻條件，小額資金需求[17]可以迅速得到滿足，幫助消費者臨時周轉(zhuǎn)與合理規(guī)劃資金的使用?？梢?，opi也可以提高家庭福利;從家庭控制變量看，risk1在5%的水平上顯著，回歸系數(shù)為0.0709，說明風險偏好的家庭更傾向于過度負債;越是年齡大的戶主行事更為謹慎、保守，因此age可減少負債比例（-0.1769），這也可能與消費觀念有關(guān);家庭社會保障覆蓋率在1%的水平上顯著（-0.3174），說明完善的社會福利制度可以有效減少過度負債出現(xiàn)的幾率，社會保險是可以增進家庭福利水平的;umempr則會增加過度負債的可能性（0.1336），表明家庭失業(yè)率的上升會損害福利水平;擁有汽車的家庭比沒有汽車的家庭債務(wù)負擔輕，福利水平高（-0.1080）;戶主為女性的家庭傾向于減少借貸（-0.1769），這可能與男性與女性的性格差異有關(guān)，前者更喜歡冒險，行事比女性更激進;從區(qū)域控制變量來看，農(nóng)村地區(qū)的債務(wù)負擔輕于城市地區(qū)（-0.1375），西部地區(qū)的過度負債最為嚴重（east=-0.1914，central=-0.0667）;受訪者居住地越富裕，其陷入過度負債困境的幾率越小（eco=-0.1404）。

Probit命令只能得到自變量的大小，為了得到自變量真正的作用，本文使用dprobit命令，以求出邊際作用dy/dx。表2不僅匯報了各變量的回歸系數(shù)，而且給出了dy/dx以及各自對應(yīng)的穩(wěn)健標準誤、Z和P>|z|值。利用probit和dprobit回歸，兩種方法得出的各自變量的符號是一致的，不同的是回歸系數(shù)的大小發(fā)生了變化（如表2）從dy/dx的值來看，hfi同樣是對overdebt作用強度最高的，每變動一個單位，就會使過度負債的發(fā)生概率減少162%，再次驗證H2成立;income每增加1%，過度負債的可能性降低1.56%，擁有汽車的家庭過度負債的幾率降低2%;opi的采納者比不使用互聯(lián)網(wǎng)支付服務(wù)的家庭負債負擔降低2.25個百分點;風險偏好者的債務(wù)負擔要多出1.43%，而女性比男性過度負債的可能性低0.8個百分點;家庭失業(yè)比率每高一個百分點，導致其過度負債發(fā)生概率增加2.61%，而完善的社會保障則使其發(fā)生幾率降低6.2個百分點;從青年到中年、再從中年到老年，age會帶來負債比率降低3.45%;edu對overdebt的影響不顯著，說明文化程度或者教育水平對家庭過度負債情況沒有什么影響，性格的作用可能更為明顯。然而，度量金融能力的fcap也并不顯著，這與一般的預期不相符合。這是因為本文采用3個問卷指標用以衡量受訪者對基本經(jīng)濟與金融信息的關(guān)注度以及基本的數(shù)字計算能力，前者是受訪者的自評，缺乏客觀的標準，有隨意性或夸大性，后者將“不知道”也計入了“計算錯誤”的范疇，而“不知道”的家庭其金融素養(yǎng)更為低下（Ronald等人，2010）。此外，研究需要能夠全面、完整、客觀衡量受訪者債務(wù)素養(yǎng)（Debt Literacy）的指標體系，以準確度量其對家庭負債的影響;borrow回歸結(jié)果顯示，似乎偏愛非主流金融的家庭其債務(wù)負擔相對小0.7個百分點，只是顯著性水平大大降低了。這一部分是由于非主流借貸有高達50.97%偏好向親戚借錢，而親戚之間的借貸通常不收利息，也不需要抵押，一定程度降低了償債負擔。比如以最大一筆借款為例，農(nóng)業(yè)借款、工商業(yè)借款、房屋借款、汽車借款不需要支付利息的比例依次為87.75%、76.29%、94.56%及91.71%;社區(qū)經(jīng)濟環(huán)境的dy/dx為-0.0081，可見區(qū)域特征變量對過度負債依然有較強的邊際作用。[18]

金融包容特別強調(diào)產(chǎn)品與服務(wù)在可支付范疇（Affordable），而過度負債可能引發(fā)居民面臨四大難題，即基本剝奪（Basic Deprivation）、次級剝奪（SecondaryDeprivation）、健康剝奪（Health Deprivation）和環(huán)境剝奪（Environmental Deprivation）（田霖，2012）。消費超出家庭承付能力的金融產(chǎn)品會直接影響居民的心理健康，而過度負債對身體健康的具體影響還不明確。身體狀態(tài)不佳可能既是過度負債的結(jié)果，又是其原因，如果沒有足夠的縱列數(shù)據(jù)，將很難判斷其因果關(guān)系（Ronald等人，2010）。誠然，理論上講，身體與心理健康相互影響、互為因果，但是主觀心理感受對客觀身體健康的影響機制較為復雜，且作用強度很難確定。需要參照國外經(jīng)驗，對過度負債人群進行現(xiàn)場調(diào)研與深度訪談，了解其性格、偏好、家庭特征、社區(qū)環(huán)境、尤其是心理壓力（如焦慮、恐懼、絕望、不安全感）并由此不良的心理狀態(tài)而引發(fā)的身體不適與具體表現(xiàn)等。中國家庭金融調(diào)查并未設(shè)計涵蓋此類問題的問卷，因此，目前精確量化過度負債的心理壓力對身體健康的沖擊還比較困難。[19]故依據(jù)國外學者的研究結(jié)論，理論推斷過度負債也可能對中國居民的身心健康產(chǎn)生一定程度的傷害，H2成立。

Ologit模型分析結(jié)果。hfi的回歸系數(shù)為6.3815，且在5%的水平上顯著，充分說明家庭金融包容指數(shù)越高，則家庭成員的幸福感就越強烈。家庭富足、收支平衡、資產(chǎn)多元化、財務(wù)高效管理的家庭更能體會從財務(wù)安全到財務(wù)自由的幸福感，也可以更為隨性、自由地選擇喜歡的生活模式，其福利水平就越高，H3成立;health的回歸系數(shù)為負，說明身體狀況越差的人，越不容易感到幸福;家庭總收入與家庭總負債從兩個角度反映了對居民幸福感的影響，前者是顯著增加幸福感（0.0552），后者則是顯著降低幸福感（-0.0283）;家庭社會保障覆蓋率反映了社會基本福利制度對家庭福利的影響，顯然較為充分的社會保險提供了一定的經(jīng)濟與生活安全保障，可以提高家庭的主觀幸福感受（0.5914）;家庭失業(yè)率的增加，會影響其生活質(zhì)量，所以對福利、幸福感是消極負面作用（-0.2319）;汽車、住房類非金融資產(chǎn)對福利的影響與模型1類似，前者在1%的顯著性水平上提高幸福感，后者則在1%的顯著性水平上降低幸福感;Quarrel、idea1與idea2透視了受訪者對婚姻和家庭的態(tài)度，Quarrel在1%的水平上顯著（0.1544），說明夫妻爭吵的次數(shù)越少，家庭越幸福。后兩個指標度量受訪者是否具備家庭觀念。idea1的回歸系數(shù)是0.1544說明具有濃厚家庭觀念、對家庭懷有較重感情依賴的人（認為家庭在生活中重要或者非常重要）更容易感到幸福。中國家庭的傳統(tǒng)觀點是將家庭視為情感交流的場所（占受訪者的70.10%）以及生老病殘等生活保障單位（占受訪者的54.94%），家庭觀念淡薄的人（僅占受訪者的0.50%）往往主觀幸福感相對弱一些。與之對應(yīng)，marriage的回歸結(jié)果顯示，已婚的人比未婚的人更容易感到家庭的溫暖和幸福;生活環(huán)境對居民幸福感的影響也至關(guān)重要，eco的回歸系數(shù)是0.0770且在1%的水平上顯著，表明受訪者居住地的經(jīng)濟狀況越好，其幸福感越強烈，幸福的“傳染效應(yīng)”明顯;從其他家庭特征控制變量來看，女性比較容易對生活現(xiàn)狀感到滿足，從而幸福感較強。年齡越大的人，生活閱歷豐富、家庭基礎(chǔ)牢固、心態(tài)比較淡定，也就更容易覺得幸福。family與children則是從另外一個角度證明了家庭人丁興旺、子女繞膝所帶來的主觀幸福感;區(qū)域控制變量在5%的水平上顯著，幸福感也存在一定程度的區(qū)域差異。農(nóng)村地區(qū)的家庭與城市家庭比較，幸福感要相對低一些（-0.0951）。相對而言，西部地區(qū)的家庭主觀幸福感要弱于東部、中部地區(qū)的家庭（見表3）。

從幾率比來看，hfi具有帶動幸福感的倍增效應(yīng)：在其他變量給定的情況下，hfi每上升一個單位，家庭感到幸福的幾率比會增加到原來的590倍，可見，hfi是對中國家庭幸福感最有影響力的變量，其作用力度也最大，再次驗證H3的成立;身體不健康會使幸福感降低35%;在其他變量保持不變的情況下，家庭收入每增加一個單位，會使幸福感提高6個百分點，而家庭負債每增加一個單位，則引發(fā)幸福感降低3%;擁有社會保障的家庭感到幸福的幾率比增加80%，而失業(yè)率增加的家庭感到幸福的幾率比降低21%;擁有汽車的家庭感到幸福的概率是沒有汽車家庭的1.53倍;不常吵架的夫妻，在其他條件不變的情況下，幸福幾率提高17%;對家庭有著深厚感情的受訪者其幸福幾率要高于家庭觀念淡薄的受訪者55%，而family、children則表明了每增加一口人或者一個子女，將會帶來家庭幸福幾率比分別提升7%和9%;在其他變量控制不變的前提下，已婚家庭的幸福感是未婚家庭的3倍，年老的人的幸福感幾率高于年輕人20%，而黨員、團員的幸福感是普通群眾的1.22倍;在5%的顯著性水平上，農(nóng)村地區(qū)的幸福感要低于城市10%，東部地區(qū)的幸福幾率比高于其他地區(qū)12%，而中部地區(qū)的幸福幾率比則高于其他地區(qū)24%。

本文曾經(jīng)提到過身體健康與心理健康之間的復雜關(guān)系：一般情況下，身體健康可以影響心理健康，并使心理上產(chǎn)生不悅的感受（Lenton等人，2008），模型3health的回歸系數(shù)與幾率比均驗證了身體越不好，就感覺越不幸福的假設(shè);那么心理上的主觀感受是否能夠影響身體健康狀況呢？如果答案是肯定的，就意味著模型存在內(nèi)生性。為了檢驗這個推測，這里采用變通后的處理，構(gòu)建變量happy2：非常幸福和幸福賦值為1，而不幸福賦值為0，建立二元響應(yīng)模型。工具變量（IV）的選擇上，本文采用了受訪者16歲以前的身體狀況。一般情況下身體底子好，就不容易生病，因此IV與health高度相關(guān);同時16歲以前的身體狀況與受訪者當前的幸福感并不直接相關(guān)，IV與happy2不相關(guān)。使用此工具變量進行IV Probit的估計結(jié)果如表4。根據(jù)沃爾德檢驗結(jié)果，p值為0.000，故可以在1%的顯著性水平上判定health為內(nèi)生變量。然而，其相關(guān)系數(shù)卻并不高，=0.2695。從回歸結(jié)果來看，ivprobit的估計結(jié)果與probit并無大的不同，不僅系數(shù)的符號相同，而且連系數(shù)的大小都沒有很大的變化（均在-0.45左右）。這說明即便忽略health的內(nèi)生性，也不會出現(xiàn)明顯的高估或低估的情況。

本文進一步運用兩步回歸法進行驗證，研究表明，即便這里選擇的IV是個很好的工具變量（p值為0.000，在1%的顯著性水平上認為是內(nèi)生變量）但是其回歸的結(jié)果仍然是沒有差別（happy2的回歸系數(shù)是-0.4881）?？梢?，health確實存在一定程度的內(nèi)生性，但是并不嚴重，health與happy互為因果的情況并不明顯，模型3的內(nèi)生性可以不予處理;health會影響幸福感，但幸福感對身體健康的作用強度并沒有像大多數(shù)學者預期的那么強烈。[20]

進一步討論

為了驗證傳統(tǒng)計量模型分析結(jié)論的穩(wěn)健性，本文根據(jù)模糊曲線（Fuzzy Curve）原理（李斌，2003;田霖，2005）編程，該方法特別適合復雜系統(tǒng)的多變量、非線性問題的研究，[21]可以有效判別輸入變量對輸出變量的貢獻彈性，既不需要復雜的非線性技術(shù)建模，又有效地規(guī)避了傳統(tǒng)計量模型由于內(nèi)生性、多重共線性、序列相關(guān)及異方差所導致的結(jié)論非一致性、有效性不足的問題。此外，本文采用空間計量軟件Geoda分析變量的空間相關(guān)關(guān)系，以檢驗中國金融包容、過度負債及家庭幸福感的空間分布特征，[22]并探討中國是否存在金融沙漠及社會排斥集聚區(qū)域的可能性，這不僅嚴重影響居民的幸福感，也是一個國家經(jīng)濟穩(wěn)定、社會穩(wěn)定的警戒紅線（Red Line）。

圖1的模糊曲線擬合效果比較好，呈現(xiàn)負向貢獻，即家庭金融包容指數(shù)的增加確實降低伙食消費的相對比重，證明居民家庭生活水平隨之在提高，這也是金融包容的福利表現(xiàn)之一。后期擬合曲線略微上升，表明隨著家庭金融包容水平的提高，對食物的要求更精細化、高端化或者綠色消費需求（Green Consumption）增加，[23]如天然綠色、原生態(tài)、價格相對昂貴的有機食品，原裝進口食品等消費量提高;家庭對食物營養(yǎng)配比的要求也越來越高，居民膳食日趨科學與理性，這些均是消費升級的重要特征，會引發(fā)食物支出某種幅度的上升。圖2中hfi對過度負債比的貢獻彈性為0.141，其二次擬合曲線呈現(xiàn)較為明顯的右下傾斜的形狀?？梢姡^高的家庭金融包容水平預示著參與主體金融能力較強及具備相對較高的債務(wù)素養(yǎng)，一定程度上可以降低其過度負債的可能性，從而減小對其身體與心理健康的損害;家庭金融包容水平起初會大幅降低過度負債的可能性，隨著包容水平越來越高，擬合曲線變得趨于平緩，即存在一個拐點，雖然拐點的具體位置無法準確定位，但驗證了負債（Debt）對經(jīng)濟發(fā)展是必要的，只有過度負債才是要避免的，而有時候出于財務(wù)靈活安排及周轉(zhuǎn)目的而導致的延遲付款、償付基本款項以及自我排斥而不愿申領(lǐng)信用卡（自我判斷缺乏還款能力）等情況會在一定程度、一定時期存在，有其合理的一面，且無法完全消除。

圖3的模糊曲線顯示，家庭金融包容水平對居民幸福感具有非常顯著的正向貢獻，其彈性高達0.206。驗證了前文計量結(jié)果的穩(wěn)健性，說明金融包容作用于中國家庭福利的第三種渠道或機制是有效的。這也是近期學界與實踐部門強調(diào)金融供給側(cè)改革的原因之一：催生新金融、促進創(chuàng)新創(chuàng)業(yè)、對接實體經(jīng)濟、以金融引導供給側(cè)結(jié)構(gòu)性改革、介入產(chǎn)業(yè)鏈優(yōu)化與商業(yè)模式創(chuàng)新、建設(shè)綠色金融以及實現(xiàn)金融新常態(tài)的引領(lǐng)等（吳敬璉等，2016），而家庭福利的改進也是提升金融包容的題中應(yīng)有之義。

圖4數(shù)據(jù)點密集于第一、三象限，且莫蘭指數(shù)（Moran's I）為0.2288，說明hfi具有正的空間相關(guān)性;overdebt的莫蘭指數(shù)為負，呈空間負相關(guān)關(guān)系（圖5）;hfi與happy的莫蘭指數(shù)為0（圖略），表現(xiàn)為空間隨機性?？梢姡覈彝ソ鹑诎菟酱嬖诳臻g集聚和溢出效應(yīng)，表現(xiàn)為高高（High-High）、低低（Low-Low）水平的集中，較容易針對不同集聚特征，制定區(qū)域差別化政策;overdebt的特點則為高低（High-Low）、低高（Low-High）的空間分布，導致過度負債的甄別與政策引導難度較大，需要精確到每個社區(qū)及家庭，然而中國家庭由使用排斥引發(fā)接觸排斥進而出現(xiàn)金融沙漠的概率很低，此類區(qū)域金融風險可控;中國居民的主觀幸福感受到諸多要素的影響，金融包容水平顯著影響微觀家庭與個體的幸福程度但兩者的空間擴散效應(yīng)并不明顯。

中國家庭的happy存在空間正相關(guān)，而unhappy則呈空間負相關(guān)。說明居民的心理比較健康，樂于分享快樂，社區(qū)的模范示范效應(yīng)顯著，而攀比心理誘發(fā)的不滿與不快卻微乎其微?？梢妵庑枰攸c解決的紅色風險警戒區(qū)域和社會排斥問題在中國并不存在，總體而言，中國社會保持穩(wěn)定、居民安居樂業(yè)，主觀的不幸福感受僅囿于個案，不會演變成嚴重的社會問題。[24]

結(jié)論與啟示

家庭金融包容通過作用于居民消費、家庭負債與主觀幸福感受，可以有效改進家庭福利水平，但其作用的強度、渠道與機制有所不同。家庭金融包容與家庭資產(chǎn)不同，它不納入現(xiàn)金、民間與私人借貸，是家庭微觀金融能力提升的結(jié)果，也是家庭金融資產(chǎn)的有效配置和管理，是個體的理性、自主選擇，更是完全融入主流金融的客觀反映。在當前的經(jīng)濟形勢下，迫切需要激發(fā)家庭對主流金融的需求。CHFS數(shù)據(jù)顯示，在受訪的28143戶家庭中，明確表示不需要銀行貸款的家庭占比很高：農(nóng)業(yè)經(jīng)營只有7.1%的家庭獲取了主流金融支持，沒有貸款的家庭中“不需要”占比78.10%;工商業(yè)貸款、房屋貸款及汽車貸款這一比例分別達到79.79%、77.52%與89.75%，而利用銀行貸款的家庭只分別占到了12.12%、10.52%及9.38%，這是亟待發(fā)掘的業(yè)務(wù)藍海。銀監(jiān)會公布了2015年中國31個省、市、自治區(qū)商業(yè)銀行的不良貸款數(shù)據(jù)，有12個省市的不良貸款率超過了商業(yè)銀行整體不良率（1.74%）。本文研究發(fā)現(xiàn)，家庭對主流金融的違約率卻是極低的，以信用卡為例，延期償還、停止償還的比例僅為0.96%、0.6‰，不良率基本可以忽略不計;沒有還款能力的10.99%人群選擇了自我排斥而不去申領(lǐng)信用卡，對銀行也并未造成實質(zhì)的損失。可見，主流金融機構(gòu)可以尋找有效路徑，刺激微觀家庭的創(chuàng)業(yè)、創(chuàng)新需求以及消費信貸需求，從而達到既提升了家庭的福利水平，又找了新的業(yè)務(wù)生長點，實現(xiàn)供需雙方的共生雙贏。

鑒于某些家庭特征變量和區(qū)域特征變量顯著影響家庭福利水平，需要彌補要素短板并做好配套服務(wù)，特別是鼓勵非主流金融參與到家庭經(jīng)濟生活中。例如，研究已初步表明，互聯(lián)網(wǎng)金融（opi）的接納和逐步普及有利于降低過度負債及增加居民福利。事實上，以阿里、京東為首的一大批互聯(lián)網(wǎng)巨頭早已涉水消費金融，并計劃布局與銀行的信用卡中心平分天下、錯位經(jīng)營。互聯(lián)網(wǎng)金融獨特的智能風控系統(tǒng)、龐大的客戶基數(shù)群、靈活的程序處理以及自有的信用評價體系都使其具備了傳統(tǒng)金融所沒有的優(yōu)勢，在帶動消費、提振經(jīng)濟方面的表現(xiàn)可圈可點;其自有電商平臺滿足客戶個性化需求的產(chǎn)品定制化浪潮對消費結(jié)構(gòu)的升級也具有一定的作用。主流金融的服務(wù)對象是中國人民銀行個人征信記錄中的8.6億人口，其余的3500萬在校學生、2.7億藍領(lǐng)及大多數(shù)農(nóng)村戶籍群體都被排斥在主流金融系統(tǒng)之外，[25]而這恰恰是互聯(lián)網(wǎng)企業(yè)未來要拓展的市場。如以“愛學貸”為代表的校園消費金融、以“買單俠”和“拍分期”為代表的藍領(lǐng)消費分期、以及以“農(nóng)分期”和“什馬金融”為代表的農(nóng)村消費金融等對各類群體能夠同等享受普惠金融服務(wù)、提升微觀主體的生活品質(zhì)與福利水平等功不可沒。除了鼓勵新興的金融業(yè)態(tài)之外，還需要提升家庭收入水平、提高金融素養(yǎng)、降低失業(yè)率、強化社會保障、發(fā)揮社會網(wǎng)絡(luò)的模仿示范效應(yīng)、倡導家庭資產(chǎn)配置的豐富化、合理化以及防范不同區(qū)域的福利水平差異過大等。

提高家庭福利需要貫徹“精準”原則。與精準扶貧類似，家庭福利的改善不能僅局限于大的區(qū)域?qū)用妫⒂^個體的性格、年齡、家庭特征、主要經(jīng)濟來源等都需要全面考慮，因而需要針對不同區(qū)域、不同家庭、不同風險偏好、不同金融素養(yǎng)、不同資金需求等，推行不同的福利改進計劃。如深入到每戶家庭進行調(diào)研，確定其收入水平、資產(chǎn)狀況、房屋、汽車擁有情況、成員身體狀況、是否參加社會及商業(yè)保險等，進行精準識別，識別確定后制定相應(yīng)的增進福利計劃，分年度滾動，視家庭狀況調(diào)整;參考國外經(jīng)驗，社區(qū)醫(yī)生上門服務(wù)時可以潛移默化地為家庭成員普及金融知識;銀行深入社區(qū)推介產(chǎn)品，特別是從金融供給側(cè)設(shè)計、開發(fā)出真正符合消費者需求的可承付的、滿意的金融產(chǎn)品與服務(wù);成立社區(qū)互助委員會，利用社區(qū)的示范效應(yīng)及親朋、好友、鄰居的影響力，對家庭的經(jīng)濟決策產(chǎn)生積極影響;相關(guān)咨詢與管理機構(gòu)可以專設(shè)家庭金融咨詢與規(guī)劃，幫助每個家庭量體裁衣，定制特色化的家庭資產(chǎn)保值增值管理規(guī)劃;金融素養(yǎng)的終生學習與培訓，針對不同年齡層、不同背景、不同工作性質(zhì)的人群開展專門的金融素養(yǎng)培訓。金融知識的普及則可以線上線下結(jié)合，實現(xiàn)金融教育的網(wǎng)絡(luò)化、在線化、形象化、通俗化，使消費者可以利用碎片化的時間了解最新的經(jīng)濟、金融信息與動態(tài);關(guān)注債務(wù)素養(yǎng)的提高，幫助家庭選擇、確定合適的負債水平等。

學科發(fā)展與展望。金融排斥、金融包容的理念是伴隨著2003年金融地理學（Financial Geography）的引入，而逐漸被學者認識和接受的。起初該學科也遭受了種種否定與質(zhì)疑，從不被認可到目前金融包容理念被普遍接受及深入研究，再到普惠金融上升為國家層面的戰(zhàn)略規(guī)劃（2016年1月，國務(wù)院發(fā)布了《推進普惠金融發(fā)展規(guī)劃（2016-2020年）》），每一門新興學科的發(fā)展道路是崎嶇的，也必然要經(jīng)過懷疑、探索及反復試錯的過程。家庭金融作為一門新興學科在中國的發(fā)展道路也一樣，對其理論框架、實地調(diào)研的問卷設(shè)計、統(tǒng)計指標值的合理性等，都曾有過不同的聲音。與此同時，它又確實彌補了國內(nèi)微觀數(shù)據(jù)長期缺乏的不足，使久被擱置的大規(guī)模家計研究成為可能。一些學者開始利用CHFS數(shù)據(jù)庫，展開醫(yī)學、養(yǎng)老、救助、住房、投資等方面的研究，這是中國家庭經(jīng)濟研究的重大進展，也對實踐具有一定的指導意義。未來中國家庭金融的發(fā)展還需要突出學科特色與優(yōu)勢、加強學理層面的闡釋以及豐富家庭金融的數(shù)據(jù)庫資源，并為有興趣的學者提供包容、開放的交流與討論的平臺與渠道。

（本文系國家社會科學基金項目“虛擬集聚背景下服務(wù)鄉(xiāng)村振興的金融包容體系重構(gòu)研究”的階段性成果，項目批準號：20BJY117）

注釋

[1]國外金融地理學家著重從20世紀90年代開始關(guān)注金融排斥問題，2007年之前，翻譯不一。2007年李仁貴編輯與筆者充分討論后，認為翻譯為“金融排斥”更符合經(jīng)濟學的習慣與范式。具體參見：《金融排斥理論評介》，《經(jīng)濟學動態(tài)》，2007年第6期。

[2]中國學者多采用“普惠金融”這一表述，事實上，“普惠金融”與“金融包容”學術(shù)溯源與概念界定不同。因與本文研究主題不直接相關(guān)，故不再贅述。具體可參見筆者對互聯(lián)網(wǎng)金融、金融包容、普惠金融的內(nèi)在邏輯與差異的相關(guān)闡述：《互聯(lián)網(wǎng)金融的發(fā)展軌跡與未來展望》，《人民論壇·學術(shù)前沿》，2016年三月下。

[3]2011年開始，西南財經(jīng)大學的家庭金融調(diào)查研究中心每兩年開展一次全國大型的實地調(diào)查。目前有2011、2013、2015、2017、2019年的實地調(diào)研數(shù)據(jù)。甘犁教授倡導的家庭金融學將與公司金融、資本定價一起成為金融學研究的三大主導方向，筆者認為家庭金融學也是家庭經(jīng)濟學的重要構(gòu)成部分，在中國有很好的發(fā)展前景。

[4]具體參見：《我國城鄉(xiāng)居民金融包容與福利變化的營養(yǎng)經(jīng)濟學探析》，《金融理論與實踐》，2011年第9期，第3～7頁。該文的分析偏重營養(yǎng)經(jīng)濟學視角與區(qū)域范疇。

[5]家庭負債指標未計入家庭金融包容指數(shù)，原因如下：①時點和時期指標不同，本文以前者為準;②存在交叉重復計算，比如往年借貸已經(jīng)在下一期以收入或家庭資產(chǎn)再配置的形式體現(xiàn)出來;③容易引發(fā)內(nèi)生性問題;④一些借款未能嚴格區(qū)分主流借貸與非主流借貸，而后者并不是金融包容所要考察的范疇。金融包容微觀視角的考察和度量參見筆者發(fā)表《金融包容的需求側(cè)與供給側(cè)》一文，詳見《浙江大學學報》2017年第4期。

[6]VIF不存在大于10的方差膨脹因子，表明不存在多重共線性問題;為了避免異方差問題，進行穩(wěn)健回歸，并輸出穩(wěn)健標準誤;通過變量數(shù)量、取值范疇的反復調(diào)整試錯，使內(nèi)生性控制在可接受程度內(nèi)。

[7]由于存在異常值，需要進行縮尾處理，將落于（1%，99%）之外的觀察值分別替換為1%和99%分位上的數(shù)值，缺失值則根據(jù)實際情況，采取刪除或者取均值的方法，其他數(shù)據(jù)的缺失值、異常值采用相同的處理方法，后文不再贅述。實收稅后貨幣工資、農(nóng)業(yè)經(jīng)營收入、工商業(yè)經(jīng)營收入、非風險性資產(chǎn)收入、風險資產(chǎn)收入、現(xiàn)金、其他收入計入該指標。

[8]大型實地調(diào)研問卷對受訪者的金融能力進行考評：您平時對經(jīng)濟、金融方面的信息關(guān)注度如何？（非常關(guān)注與很關(guān)注賦值1，一般、很少關(guān)注與從不關(guān)注賦值0）;假設(shè)您現(xiàn)在有100塊錢，銀行的年利率是4%，如果您把這100元錢存5年定期，5年后您獲得的本金和利息為？假設(shè)您現(xiàn)在有100塊錢，銀行的年利率是5%，通貨膨脹率每年是3%，您的這100元錢存銀行一年之后能夠買到的東西將？后兩題，答對賦值1，答錯賦值0。這三題最高得分為3分，任意答對兩題得2分，答對一題得1分，既不關(guān)注經(jīng)濟、金融信息又答不出后兩題，視作缺乏金融能力，得分0。引入金融能力指標以區(qū)別于一般的文化水平與受教育水平指標。

[9]CHFS的問題是“如果您有一筆資產(chǎn)，將選擇哪種投資項目？1.高風險、高回報項目;2.略高風險、略高回報項目;3.平均風險、平均回報項目;4.略低風險、略低回報項目;5.不愿意承擔任何風險。3為參照組，為風險中性;1和2為風險偏好;4和5界定為風險厭惡。

[10]統(tǒng)計了家庭第1、第2、第3套住房的負債及第1、第2輛汽車的負債。

[11]該變量為恩格爾系數(shù)（Engel's Coefficient）的替代性指標。恩格爾系數(shù)是食物支出總額占個人消費支出總額的比重。低于40%為步入富裕水平，59%以上為貧困，50%～59%為溫飽，40%～50%為小康，30%～40%為富裕，低于30%為最富裕。同理，consum越低，表示生活水平越高，福利越好。consum的取值范圍為[0.0063， 1]。為了便于比較，引入consumption=伙食支出/其他支出。

[12]由于家庭負債/家庭收入其分子分母的某些構(gòu)成指標存在時點、口徑選取不同或重復計算問題，且無法確定合理的臨界值（究竟超過何值即為過度負債？），因而本文采用如下替代指標度量：“是否按期還款？”“是”與“還未開始還款”界定為不存在過度負債，而“否”則意味延遲付款，可被視為過度負債[9-10]，共計入了農(nóng)業(yè)借款、工商業(yè)借款、汽車借款、房屋借款、教育貸款及其他借款;信用卡歸還欠款則將“到期只償還最低還款額”、“延期償還”、“停止償還”及“其他”視為過度負債，而“到期償還賬單金額”及“提前償還”視為不存在過度負債;“為什么沒有信用卡”反映家庭的承付能力，“沒有還款能力”被視作過度負債。

[13]由于2013年被稱為中國的互聯(lián)網(wǎng)金融元年，因此opi、borrow指標（模型2需要考察的關(guān)鍵變量）不存在2011年數(shù)據(jù)。筆者曾嘗試采納2011年、2013年的面板數(shù)據(jù)進行各模型的分析，遺憾的是，這兩年的統(tǒng)計口徑略有差異，如受訪者主觀態(tài)度指標、受訪者對婚姻和家庭的看法等;重復截面僅有6000多個家庭且諸多指標存在大量缺失值，樣本量無法滿足需求;盡管用固定效應(yīng)做計量檢驗時，部分解決了內(nèi)生性問題，卻因為遺漏變量產(chǎn)生新的內(nèi)生性。因此，本文仍然采用2013年的截面數(shù)據(jù)，并將家庭特征、區(qū)域特征作為控制變量。

[14]CHFS統(tǒng)計了受訪戶去年的消費支出，包括購買衣物、住房裝修與維修擴建、家庭耐用消費品、奢飾品、教育、出國留學、購買交通工具及其零部件、交通工具、旅游與保健支出。本文沒有采納這種統(tǒng)計口徑進行分析。比如耐用消費品支出并不是衡量家庭生活質(zhì)量的滿意指標，也許家庭已經(jīng)擁有基本的耐用消費品而選擇不再支出。

[15]問卷中“是否延遲付款”只提供了除銀行貸款之外的借款數(shù)據(jù)。

[16]為了避免內(nèi)生性，只采納了基本工資收入，財產(chǎn)性收入與投資性收入不計入。

[17]“阿里小貸”最出名的案例是其最小金額的貸款只有83元。

[18]LPM回歸結(jié)果不理想，故不再匯報，而限值因變量模型可以克服LPM的缺陷。

[19]后文IVProbit模型將繼續(xù)討論這一問題。

[20]限于篇幅，兩步估計法的回歸結(jié)果略。需要的話可以向作者索取。

[21]特別感謝南開大學的侯慶虎老師提供的編程指導與幫助。

[22]分別統(tǒng)計了29個省份相關(guān)變量的數(shù)據(jù)值，西藏與新疆的缺失值用均值替代;空間權(quán)重采納K-nearest-4neighbors。

[23]阿里研究院在2016年7月發(fā)布了中國綠色消費者報告，闡釋了一個以綠色消費者為中心的時代的到來及其衍生的經(jīng)濟價值、環(huán)境價值和產(chǎn)業(yè)價值。資料來源鏈接：http：//mp.weixin.qq.com/s？__biz=MjM5NTg0NDE1Mw==&mid=2652593683&idx=1&sn=881ff98539b519bc71ba24b02c37454c&scene=2&srcid=0805Pcgo4fsoOoLCgfHKOVRF&from=timeline&isappinstalled=0#wechat_redirect。

[24]需要注意的是，本文只給出了全局莫蘭指數(shù)（Global Moran's I），并未分析局部莫蘭指數(shù)（Local Moran's I）;此外，莫蘭指數(shù)只是衡量空間相關(guān)性的一個重要指標，如果想要得出更為精確的結(jié)果，還需要結(jié)合其他數(shù)據(jù)進行檢驗和綜合考量（Anselin，2000）。

[25]周家俊、Iris：《行業(yè)報告：我國當前的互聯(lián)網(wǎng)消費金融行業(yè)布局》 ，2016年8月11日，http：//mp.weixin.qq.com/s？__biz=MjM5MzM4NTYzMw==&mid=2651317608&idx=5&sn=7311e2aea06728714f19cbd359e69d9c&scene=0#wechat_redirect。

參考文獻

胡象明，2004，《福利的狹義概念及廣義概念》，《中國人口報》，2010年02月12日。

蔡宏昭，2004，《社會福利經(jīng)濟分析》，臺北：揚智文化事業(yè)股份有限公司。

王桂勝，2006，《福利經(jīng)濟學》，北京：中國勞動社會保障出版社。

陳茜茜，2016，《我國金融包容性發(fā)展的經(jīng)濟福利效應(yīng)研究》，碩士論文學位論文，湖南大學。

唐蕾，2016，《構(gòu)建中國可持續(xù)經(jīng)濟福利指數(shù)》，International Conference on Humanities and Social Science Research會議論文集， 第337～340頁。

周義、李夢玄，2013，《基于多維不平等的中國城市社會福利測度與比較研究》，《中國科技論壇》，第11期。

余謙、高萍，2011，《中國農(nóng)村社會福利指數(shù)的構(gòu)造及實測分析》，《中國農(nóng)村經(jīng)濟》，第7期。

王修華、傅小勇、陳茜茜，2017，《我國包容性金融發(fā)展的經(jīng)濟福利效應(yīng)研究》，《湖南商學院學報》，第2期。

王修華、何夢、關(guān)鍵，《金融包容理論與實踐研究進展》，《經(jīng)濟學動態(tài)》，第11期。

田霖，2011，《我國城鄉(xiāng)居民金融包容與福利變化的營養(yǎng)經(jīng)濟學探析》，《金融理論與實踐》第9期。

田杰、陶建平，2012，《農(nóng)村普惠性金融發(fā)展對中國農(nóng)戶收入的影響——來自1877個縣（市）面板數(shù)據(jù)的實證分析》，《財經(jīng)論叢（浙江財經(jīng)大學學報）》，第2期。

湯凱、田璐，2013，《包容性金融對農(nóng)戶收入的影響研究——以河南與江浙地區(qū)比較為例》，《河南工業(yè)大學學報（社會科學版）》，第3期。

徐強、陶侃，2017，《中國金融包容指數(shù)的測度及其與貧困減緩的關(guān)系——基于省級數(shù)據(jù)的分析》，《華中師范大學學報（人文社會科學版）》，第6期。

尋努績，2015，《我國農(nóng)村包容性金融服務(wù)水平的測度及福利增進效應(yīng)研究》，碩士學位論文，湖南師范大學。

甘犁、尹志超、賈男、徐舒、馬雙，2013，《中國家庭資產(chǎn)狀況及住房需求分析》，《金融研究》，第4期。

金雪軍、田霖，2004，《金融地理學研究評述》，《經(jīng)濟學動態(tài)》，第4期。

李斌，2003，《識別輸入變量的模糊方法》，《哈爾濱工程大學學報》，第2期。

田霖，2011，《我國金融排斥的城鄉(xiāng)二元性研究》，《中國工業(yè)經(jīng)濟》，第2期。

田霖，2016，《互聯(lián)網(wǎng)金融視域下金融地理學研究的新動態(tài)述評》，《經(jīng)濟地理》，第5期。

田霖，2005，《區(qū)域金融綜合競爭力的差異比較與模糊曲線分析》，《南開經(jīng)濟研究》，第6期。

田霖，2012，《我國農(nóng)村金融排斥與過度負債》，《金融理論與實踐》，第2期。

吳敬璉、厲以寧、鄭永年等，2016，《讀懂供給側(cè)改革》，北京：中信出版社。

Anselin， L.， 2000， "Computing environments for spatial data analysis"，? Journal of Geographical Systems， vol.2， No.3， pp. 201-220.

Arnold， I. J. M. and van Ewijk， S. E.， 2011， "Can Pure Play Internet Banking Survive The Credit Crisis？"，? Journal of Banking & Finance （35）， pp. 783–793.

Bhowmik， S.K. and D. Saha.， 2013， Financial Inclusion of The Marginalize， Published by Springer， New Delhi Heidelberg， New York Dordrecht， London.

Chakrabarty， K. C.， 2011， "Financial Inclusion and Banks—Issues and Perspectives" ， in UNDP （The United Nations Development Programme） Seminar on Financial Inclusion： Partnership between Banks， Eds. By MFIs and Communities，? New Delhi.

Daly， H. and Cobb， J.， 1989， "For the Common Good—Redirecting the Economy Towards Community， the Environment and Sustainable Development"， Green Print， pp. 16-37.

Donnelly， G.; Iyer， R. and Howell， R.T.， 2012， "The Big Five Personality Traits， Material Values， and Financial Well-being of Self-described Money Managers"，? Journal of Economic Psychology， （33）， pp. 1129–1142.

Gloukoviezoff， G.， 2006， "From Financial Exclusion to Over-indebtedness： The Paradox of Difficulties for People on Low Income？"， in New Frontiers in Banking Services： Emerging Needs and Tailored Products for Untapped Markets， Eds. by Anderloni， L.; Braga， M.D. and Carluccio， E.， Berlin： Springer Verlag.

Gloukoviezoff， G.， 2007， "The Link between Financial Exclusion and Over-indebtedness"， http：//www.fininc.eu/gallery/documents/working-papers/working-paper-financial-exclusion-overindebtedness-final.pdf.

Graham， C. and Nikolova， M.， 2013， "Does Access to Information Technology Make People Happier？ Insights from Well-being Surveys from Around The World"， The Journal of Socio-Economics （44）， pp. 126–139.

Jones， P. A.， 2006， "Financial Skills Training at HM Prison"， Liverpool working paper.

Jones， P. A.， 2008， "From Tackling Poverty to Achieving Financial Inclusion—The Changing Role of British Credit Unions in Low Income Communities"， Journal of Socio-Economics37（6），? pp. 2141-2154.

Kapoor， A.， 2014， "Financial Inclusion and The Future of The Indian Economy"， Futures（56）， pp. 35–42.

Koker， L. D. and Jentzsch， N.， 2013， "Financial Inclusion and Financial Integrity： Aligned Incentives？ "， World Development（44）， pp. 267–280.

Lenton， P. and Mosely， P.， 2008， "Debt and Health"， Sheffield Economic Research Paper Series， No.2008004.

Oni， O. A.， and Adepoju， T. A.， 2011， "A capability approach to the analysis of rural households' wellbeing in Nigeria"， Mpra Paper， No.34508.

Pigou， C.， 1920， "The Economics of Welfare"， London， pp. 211-218.

Regan， S. and Paxton， W.， 2003， "Beyond Bank Accounts： Full Financial inclusion"， EMPHASIS.

Ronald， M. and Valerie， E.， 2010， "Egdell. Financial Capability-Evidence Review"， Edinburgh Napier University， Working paper.

責 編∕鄭韶武